Der Begriff General Adversarial Robustness ist vor allem in den Bereichen K\u00fcnstliche Intelligenz, Cyberkriminalit\u00e4t und Cybersecurity sowie Digitale Transformation zuhause. Er beschreibt, wie widerstandsf\u00e4hig ein KI-System gegen sogenannte \u201eadversariale Angriffe\u201c ist. Das sind Tricks oder Manipulationen, mit denen Hacker versuchen, eine KI hereinzulegen oder zu t\u00e4uschen.<\/p>\n
Stellen Sie sich vor, eine KI \u00fcberwacht \u00dcberwachungskameras und erkennt automatisch verd\u00e4chtige Personen. Ein Angreifer kann versuchen, durch kleine Ver\u00e4nderungen am eigenen Aussehen \u2013 etwa durch bestimmte Muster auf der Kleidung \u2013 die KI auszutricksen, sodass diese ihn nicht erkennt. General Adversarial Robustness bedeutet, dass die KI auch dann noch zuverl\u00e4ssig arbeitet, selbst wenn jemand solche Angriffe probiert.<\/p>\n
Ein weiteres Beispiel: In selbstfahrenden Autos werden Verkehrsschilder von einer KI erkannt. Wenn jemand Sticker auf ein Stoppschild klebt, k\u00f6nnte eine schwache KI das Schild nicht mehr richtig als Stoppschild erkennen. Ein System mit hoher General Adversarial Robustness bleibt dagegen sicher und trifft weiterhin die richtigen Entscheidungen.<\/p>\n
Wer auf k\u00fcnstliche Intelligenz setzt, sollte also immer pr\u00fcfen, wie \u201erobust\u201c sein System gegen solche gezielten T\u00e4uschungsversuche ist.<\/p>\n","protected":false},"excerpt":{"rendered":"